之前火爆全网的 nano banana，现在要推出 2.0 版本了。

全新的 nano banana 2 能有多强，看下面这张 11:15 的时钟和满杯的红酒。

▲x@synthwavedd

为什么说这张照片厉害，在 AI 生图领域，有一个极具挑战性的测试，目前还没有 AI 能稳定做到，那就是时钟和满杯红酒测试。

输入提示词「时钟上显示 11:15，红酒杯已满至杯口（11:15 on the clock and a wine glass filled to the top）」，就能检测你的 AI 生图是否够聪明。

我们在大模型竞技场、豆包 Seedream、以及 nano banana 1.0 版本多次尝试，没有 AI 可以准确显示时钟刻度，和一杯快满出来的红酒。

而 nano banana 2 做到了。对比当前版本的 nano banana，它的文本渲染能力更进一步，直接写字，不同风格和不同语言都可以驾驭；世界知识也进一步强化，能准确生成各种信息图表；指令遵循方面表现也更加出色。

▲ 更真实的黑板字｜图片来源 x@testingcatalog

和 Nano Banana 最早在大模型竞技场，以抽卡的形式出现不同。Nano Banana 2 模型是在 media.io 上被爆料，用户可以在这个网站上体验 nano banana 2。

▲ Media AI（medio.io）目前只有 nano banana 和 Seedream 等其他 AI 生图模型

不过，这个被称为 nano banana 2 的模型很快就下架了。在 Reddit 上，有用户提到 Media AI 只是短暂性地开放了一个多小时的使用权限。

但是就这短暂的时间里，网友们发现生图效果确实可以说是 NB 2.0，很快就在社交媒体上传开。大家都在分享 nano banana 2 预览模型的输出结果，发现和 nano banana 1.0 版本有着明显的区别。

下面这两张来自 1.0 和 2.0 版本的图片，你能分清楚那张是来自 nano banana 2 吗。

▲ 图片来源 x@Azinha810

都是汽车模特在海边公路拍摄大片，但是很明显第一张图片色彩和风格更准确，没有专属于 AI 照片的「塑料感」。

▲ 图片来源 x@Azinha810

还有这两张偏科幻风格的图片，区别就更加明显了。第二张图看起来电影感更强，视觉质量也比第一张图有了更多准确的细节。举个例子，第一张图的设备仪表板和第二张图，能看出直接的不同，nano banana 生成的仪表板，依旧是明显的 AI 风格。

根据 X 上爆料博主 testingcatalog 透露的信息，nano banana 2 目前仍然是由 Gemini 2.5 Flash 作为基础模型，而没有完全开始使用 Gemini 3.0 Pro。

这意味着 nano banana 2 图像模型的发布时间，可能要比 Gemini 3 来的更早。我们收集了目前关于 nano banana 2 的爆料，其中提到它有以下这几个亮点。

1、能处理更复杂的任务，例如在精确的着色、高级控制视角或角度，以及纠正生成图像中的文本元素等，当前 1.0 版本不支持的任务。

▲ 输入提示词，让水变粉红，依次是原始图像，Nano Banana 1，Nano Banana 2｜图片来源 x@Angaisb_

2、全新的多步骤生成工作流程，nano banana 不再是「一键出图」，而是更像一个设计师在工作。

规划： 花费相当长的时间规划输出内容。生成： 生成一个初步图像。审查： 通过内置的图像分析功能进行自我审查。修正： 识别并纠正任何错误。迭代： 根据需要进行迭代，最后才交付结果。

3、更高的分辨率和更全面的宽高比图像生成，其中更广泛的宽高比，包括 1:1, 2:3, 3:2, 3:4, 4:3, 9:16, 16:9 和 21:9 等大小，而分辨率在爆料信息中，则是称有 1K、2K 和 4K 多种模式。

▲ComfyUI 工作流界面

其中，多步工作流，大概是 nano banana 更新里面最大的差异化卖点。之前我们可能听过 ComfyUI 这类工具，能够实现生图、生视频的工作流。但现在直接通过 nano banana 就能实现，这对于高精度图像的生成来说，是一次巨大的进步。

实际表现还是得看生成的图片来说，我们继续看看这些来自 nano banana 2 的测试案例。

更强的文本渲染

首先是真实的电脑截图，nano banana 2 能直接生成一个 Windows 电脑截图，屏幕显示浏览器，正在访问 YouTube 网站，并且指定视频的封面是野兽先生。

▲ 直接上传一张 Windows 电脑截图。提示词：Generate a screenshot of a windows 11 desktop, with google chrome open, showing a YouTube thumbnail of Mr. Beast on http://YouTube.com（生成一张 Windows 11 桌面截图，谷歌 Chrome 已打开，显示 YouTube 上 Mr. Beast 的缩略图，链接为 http://YouTube.com）｜x@synthwavedd

更复杂一点的玩法，甚至能直接让 nano banana 2 生成一个 Google DeepMind 的网页截图，这密密麻麻的文字没出现乱码，真的厉害。

▲x@synthwavedd

不过还是有细心的网友发现，nano banana 2 的效果也不是十全十美，像这张图片里出现了 Gemini 31、Google DeepMind – Nevdscl 等错别字。

不仔细去看，光看大标题和那些小标题，还真的很难发现这里面的错误。但是，当要处理的文本内容少一点的时候，nano banana 2 出现错误的概率就会小很多。

这张电视台新闻直播现场的图片，屏幕上的文字都是准确的，格式统一；甚至它把地板上反射的文字，都正确显示了。

▲x@synthwavedd

同样的，还有这张电视的直播截图，主播在屏幕右侧，底部有新闻节目经典的跑马，并且所有文字都准确渲染。

▲ 提示词：50mm big budget live broadcast 8k photograph close-up an attractive italian age 30 wry female news anchor. She is at a news desk and on a screen behind her is a bio engineered Banana with text “Nano Banana 2 live on Media .IO?” Live news shot. There is a red and blueckhyron on the bottom of the image that says “Breaking News: Nano Banana 2 on Media .IO?”｜图片来源 x@BrentLynch

我们也把同样的提示词，让当前的 nano banana 处理了一遍。

这张照片给我的感觉 AI 味也不算太重，但是它对背景屏幕做了虚化处理，反而让照片看起来不像是新闻节目的现场，而文字的反射也稍显刻意，它重点突出了主播的形象。

有了世界知识，更听得懂我们的指令

像开头那张 11:15 分的时钟和满杯的红酒，在评论区里，网友们纷纷贴出自己用 Grok、ChatGPT 等其他模型的生图，结果都不如 nano banana 2 准确。

还有网友分享了让 nano banana 2 把一个汉堡玻璃化，其中只有它做到了将整个汉堡都变成玻璃；而字节的 Seedream 和 Riverflow 都只是将汉堡的面包部分转成了玻璃。

▲ 提示词：制作玻璃汉堡（Make the hamburger made of glass）；图一为 nano banana 2 生成的图片｜图片来源 x@Angaisb_

在世界知识方向上的进步，让 nano banana 2 更能读懂提示词，做到严格指令遵循的同时，它还可以让我们的提示词更简单。

例如有网友测试了生成一个 GTA 6 预告片，nano banana 2 直接给了他一个完整的 YouTube 页面，它甚至还知道真正的 GTA 6 标志。

▲ 图片来源 x@jewgibor

他还测试了一组提示词「one piece live action netflix」，海贼王真人版奈飞，结果 nano banana 不仅知道 Netflix 的 Logo，也知道相关的真人版演员。

结合世界知识和文本渲染，nano banana 2 还能在黑板上为我们解题，这不比看着聊天框里面长长的数学推理舒服多了。

▲图片来源 x@MagusWazir

而 nano banana 1.0 版本和 nano banana 2 的对比是这样的。

▲ https://www.reddit.com/r/singularity/comments/1osolhn/nano_banana_2_vs_nano_banana_comparison_output/

还有许多类似的案例，用 nano banana 2 来接数学题，然后在黑板上回答。

▲ 图片来源 x@Liam06972452

不只编辑，生图能力这次也有了提升

同样是在 Media AI 平台上，短暂出现的预览版本的测试效果。

▲提示词：Ken Kaneki carrying his friend in his arms in the snow, Tokyo Ghoul｜图片来源 x@legit_api

东京食尸鬼里面金木研在雪中抱着朋友的场景，就这么自然地生成了。除了稳定拿捏的动漫风格，赛博朋克风格，nano banana 2 的生图效果也很高级。

▲ 提示词：Cyberpunk hacker robot working in front of many monitors｜图片来源 x@testingcatalog

还有各种各样的人像「恶搞」图片。

▲ 图片来源 x@MicahBerkley

以及这种胶片风格满满的合影。

▲ 图片来源 x@rpnickson

不过有人在评论区提到，「这根本不是 nano banana，Media AI 是一家中国公司。像 DeepSeek 当时出来的时候一样，我们也以为它是来自 OpenAI，这是他们的惯用手法。」

当时 nano banana 1 在大模型竞技场第一次出现时，大家也无法确定这个模型是否真的来自 Google，但最后只要生图效果够炸裂，我们就会买单。

拿目前这个生图效果来看，把它叫 nano banana 2 是完全没有问题。